基于多源数据融合的冰雪条件下车速变化关联性分析

Use of Multi-source Data Fusion to Measure Winter Road Maintenance Performance

二维码有效期 120s

摘要基于多源数据融合，利用关联规则分析中的Apriori算法研究天气条件、路面条件、养护作业等因素与车速变化的关联性，通过速度降低与回复现象有效评估冬季道路养护的效益。结果表明：车速变化与能见度、路面条件和降雪量具有较强关联性，与湿度、风向、工作日、节假日和流量没有相关性。通过数据挖掘技术将存储的多源数据转化为有效的知识和信息，从而可为冬季道路养护提供有效的决策支持。

作者 曹眉舒 ^[1] 刘刚 ^[2] 廖明军 ^[3] 王凯英 ^[4] 学术成果认领

作者单位 山东高速工程设计有限公司,山东济南,250031 ^[1] 福州大学土木工程学院,福建福州,350116 ^[2] 北华大学汽车与建筑工程学院，吉林吉林 132013; 道路灾变防治及交通安全教育部工程研究中心，湖南长沙 410076 ^[3] 北华大学汽车与建筑工程学院,吉林吉林,132013 ^[4]

关键词冬季道路养护智能交通系统数据挖掘 Apriori算法 winter road maintenance intelligent transportation system data mining Apriori algorithm

主题词性(Sex)算法(Algorithms)数据挖掘(Data Mining)研究(Research)天气(Weather)

分类号 U418.41

栏目名称

交通工程

DOI 10.11713/j.issn.1009-4822.2016.05.027

发布时间 2016-10-10

基金项目

长沙理工大学交通运输工程及测绘科学与技术领域研究基地开放基金项目（kfj150401）；吉林市杰出青年科技引导项目（201467009）